Toán tử nhân ma trận trong python là gì?

Hàng đầu tiên có thể được chọn là

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
24. Và, phần tử ở hàng đầu tiên, cột đầu tiên có thể được chọn là
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
25

Phép nhân hai ma trận X và Y chỉ được xác định nếu số cột trong X bằng số hàng Y

Nếu X là ma trận

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
26 và Y là ma trận
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
27 thì XY được xác định và có thứ nguyên là
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
28 [nhưng YX không được xác định]. Dưới đây là một số cách để triển khai phép nhân ma trận trong Python

Mã nguồn. Phép nhân ma trận bằng vòng lặp lồng nhau

# Program to multiply two matrices using nested loops

# 3x3 matrix
X = [[12,7,3],
    [4 ,5,6],
    [7 ,8,9]]
# 3x4 matrix
Y = [[5,8,1,2],
    [6,7,3,0],
    [4,5,9,1]]
# result is 3x4
result = [[0,0,0,0],
         [0,0,0,0],
         [0,0,0,0]]

# iterate through rows of X
for i in range[len[X]]:
   # iterate through columns of Y
   for j in range[len[Y[0]]]:
       # iterate through rows of Y
       for k in range[len[Y]]:
           result[i][j] += X[i][k] * Y[k][j]

for r in result:
   print[r]

đầu ra

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]

Trong chương trình này, chúng tôi đã sử dụng vòng lặp

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
0 lồng nhau để lặp qua từng hàng và từng cột. Chúng tôi tích lũy tổng sản phẩm trong kết quả

Kỹ thuật này đơn giản nhưng tốn kém về mặt tính toán khi chúng ta tăng bậc của ma trận

Đối với các hoạt động ma trận lớn hơn, chúng tôi khuyên dùng các gói phần mềm được tối ưu hóa như NumPy, nhanh hơn vài lần [theo thứ tự 1000] lần so với mã trên

Mã nguồn. Phép nhân ma trận bằng cách sử dụng danh sách lồng nhau

# Program to multiply two matrices using list comprehension

# 3x3 matrix
X = [[12,7,3],
    [4 ,5,6],
    [7 ,8,9]]

# 3x4 matrix
Y = [[5,8,1,2],
    [6,7,3,0],
    [4,5,9,1]]

# result is 3x4
result = [[sum[a*b for a,b in zip[X_row,Y_col]] for Y_col in zip[*Y]] for X_row in X]

for r in result:
   print[r]

Đầu ra của chương trình này giống như trên. Để hiểu đoạn mã trên, trước tiên chúng ta phải biết về và sử dụng toán tử *

Chúng tôi đã sử dụng khả năng hiểu danh sách lồng nhau để lặp qua từng phần tử trong ma trận. Lúc đầu, mã có vẻ phức tạp và không thể đọc được. Nhưng một khi bạn hiểu rõ về danh sách, có thể bạn sẽ không quay lại các vòng lặp lồng nhau

Phép nhân ma trận là phép toán lấy hai ma trận làm đầu vào và tạo ra một ma trận bằng cách nhân các hàng của ma trận thứ nhất với cột của ma trận thứ hai. Trong phép nhân ma trận, đảm bảo rằng số cột của ma trận thứ nhất phải bằng số hàng của ma trận thứ hai.  

Thí dụ. Nhân hai ma trận với nhau kích thước 3 × 3.  

Input:matrix1 = [[1, 2, 3],
                 [3, 4, 5],
                 [7, 6, 4]]
      matrix2 = [[5, 2, 6],
                 [5, 6, 7],
                 [7, 6, 4]]

Output : [[36 32 32]
          [70 60 66]
          [93 74 100]]

Khuyến khích. Vui lòng thử cách tiếp cận của bạn trên {IDE} trước, trước khi chuyển sang giải pháp

Phương pháp nhân hai ma trận trong python

1. Sử dụng các vòng lặp rõ ràng. Đây là một kỹ thuật đơn giản để nhân các ma trận nhưng là một trong những phương pháp tốn kém cho tập dữ liệu đầu vào lớn hơn. Trong phần này, chúng tôi sử dụng các vòng lặp lồng nhau để lặp lại từng hàng và từng cột.  

Nếu ma trận1 là ma trận n x m và ma trận 2 là ma trận m x l

Thực hiện

Python3




[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
29

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
30
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
31
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
32
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
33
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
0
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
2
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
3

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
4____55
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
6
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34____58
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
20
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
3

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
4
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
5
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
0
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
26
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
28
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
29

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
20
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
31
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
32____58
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
26
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
27
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
3

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
4
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
5____120
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
0
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
2
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
3

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
4
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
5____56____134____58
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
28
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
29

 

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
305
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
31
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
32
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
308
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
309
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
310
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
311
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
312
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
313
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
2
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
315
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
309
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
317
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
311
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
312
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
313
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
2
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
315

 

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
323

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
309
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
325____1311
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
312
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
313
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
329
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
330

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
331
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
309
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
333
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
311
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
312
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
313
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
329
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
338
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
308
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
340

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
4
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
309
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
343
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
311
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
312
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
313
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
329
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
348

 

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
349____500

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
349
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
02
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
03
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
31
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
05
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
06
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
07

 

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
08
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
09

Đầu ra

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]

Trong chương trình này, chúng ta đã sử dụng các vòng lặp for lồng nhau để tính toán kết quả, vòng lặp này sẽ lặp qua từng hàng và cột của ma trận, cuối cùng nó sẽ tích tổng của tích trong kết quả.  

2. Sử dụng Numpy. Phép nhân sử dụng Numpy còn được gọi là vector hóa nhằm mục đích chính là giảm hoặc loại bỏ việc sử dụng rõ ràng các vòng lặp for trong chương trình để tính toán trở nên nhanh hơn.
Numpy là một gói được xây dựng trong python để xử lý và thao tác mảng. Đối với các hoạt động ma trận lớn hơn, chúng tôi sử dụng gói python numpy nhanh hơn 1000 lần so với một phương thức lặp lại.
Để biết chi tiết về Numpy, vui lòng truy cập Liên kết

Thực hiện

Python3




[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
10

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
11
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
12

 

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
13

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
14
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
31
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
16_______127
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
20
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
8
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
22
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
2
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
6
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
26
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
22
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
29
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
33
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
2
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
34

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
35
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
31
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
16
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
2
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
6
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
20
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
22
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
8
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
20
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
0
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
22
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
20
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
52
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
0
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
34

 

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
56

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
305
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
31
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
59

 

 

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
60

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
08
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
09

Đầu ra.
 

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
2

sử dụng numpy

Python3




[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
63

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
64

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
11
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
12

 

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
13

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
14
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
31
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
16_______127
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
20
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
8
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
22
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
2
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
6
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
26
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
22
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
29
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
33
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
2
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
34

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
35
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
31
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
16
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
2
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
6
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
20
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
22
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
8
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
20
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
0
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
22
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
20
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
52
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
34
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
0
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
34

 

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
210

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
305
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
31
[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
213

 

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
60

[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
08
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]
09

Đầu ra.
 

[114, 160, 60, 27]
[74, 97, 73, 14]
[119, 157, 112, 23]
2

Trong ví dụ trên, chúng ta đã sử dụng tích vô hướng và trong toán học, tích vô hướng là một phép toán đại số lấy hai vectơ có kích thước bằng nhau và trả về một số duy nhất. Kết quả được tính bằng cách nhân các mục tương ứng và cộng các tích đó lại

Bài viết này được đóng góp bởi Dheeraj Sharma. Nếu bạn thích GeeksforGeeks và muốn đóng góp, bạn cũng có thể viết một bài báo bằng cách sử dụng write. chuyên viên máy tính. org hoặc gửi bài viết của bạn tới review-team@geeksforgeeks. tổ chức. Xem bài viết của bạn xuất hiện trên trang chính của GeeksforGeeks và trợ giúp các Geeks khác.  

Toán tử nhân ma trận là gì?

Toán tử nhân ma trận [*] tính toán một ma trận mới bằng cách thực hiện phép nhân ma trận . Ma trận đầu tiên phải có cùng số cột như ma trận thứ hai có hàng. Ma trận mới có cùng số hàng với ma trận thứ nhất và cùng số cột với ma trận thứ hai.

Toán tử ma trận trong Python là gì?

Toán tử @ [at] được dùng để nhân ma trận . Không có loại Python dựng sẵn nào triển khai toán tử này. Toán tử @ đã được giới thiệu trong Python 3. 5.

Biểu tượng phép nhân trong Python là gì?

Phép nhân và phép chia . * and the sign we'll use for division is / .

Chủ Đề